《表1 估计结果对比:基于MCKF容错算法的列车多源信息融合定位技术研究》

《表1 估计结果对比:基于MCKF容错算法的列车多源信息融合定位技术研究》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于MCKF容错算法的列车多源信息融合定位技术研究》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

针对多源数据高阶融合问题,CKF无需进行线性化近似,对于非线性模型有较高的拟合度,避免了EKF在一阶线性化近似过程中造成的数据损失;且提高了UKF在高维数据融合的滤波精度。图5、图6为不同滤波算法同一随机信号处理、不同采样次数的结果,表1为不同算法的结果对比。